基于PPG的单传感器多体征检测算法

为了满足人们居家使用多功能、易携带的医疗电子设备的需求,提出基于单MAX30102传感器测量多体征的算法。对MAX30102温度信号进行回归分析以消除人体体表温度与核心温度之间的误差;采用八点移动平均滤波和FFT算法处理MAX30102的PPG信号求心率值;采用R特征值法计算MAX30102的PPG信号交流和直流分量求血氧饱和度值;采用单路MAX30102的PPG信号求PTT并对其进行回归分析以求取血压值。实验结果分析表明,所提算法最终实现在单个MAX30102上测量四种不同体征,且每个体征参数测量的准确性与标准器件相对比都在准许范围内。

基于BP神经网络的血压监测算法

针对目前血压监测算法存在的不足,提出一种基于BP神经网络的血压监测算法。对光电容积脉搏波(PPG)、加速脉搏波(APG)及血压数据进行特征提取,得到10维输入向量和2维输出向量,将以上参数输入到BP神经网络中进行训练,得到血压监测算法模型的输出结果。经过计算平均绝对误差(MAE)、均方根误差(RMSE)以及通过线性回归分析评估该算法,评估结果表明,该算法具有良好的血压监测效果。此外,基于脉搏传感器MAX30102及STM32单片机设计硬件电路,采集测试者的脉搏波数据,并结合提出的算法进行实验。实验结果表明,该算法对收缩压和舒张压检测的误差分别为1.205±0.865 mmHg和1.3±0.5 mmHg,标准差分别为1.255±0.825 mmHg和1.465±0.515mmHg,符合AAMI血压测量标准,对血压实时监测具有较好的应用价值。